意法半導體（STMicroelectronics，簡稱ST）推出之STM32Cube.AI開發環境為使用者提供各種機器學習技術，以盡可能高效地解決分類、聚類和新穎性偵測等三種演算法的挑戰，並提供更多靈活性。

意法半導體STM32Cube.AI生態系統加強對高效機器學習的支援。

除了支援在STM32微控制器（MCU）上開發邊緣推斷神經網路外，最新STM32Cube.AI軟體（7.0版）還能支援資料集更小、CPU時脈週期更少之新型有監督和半監督的學習方法，其中包括孤立森林異常偵測（iForest）和單類支援向量機（One Class Support Vector Machine，OC-SVM）異常值檢測，以及K-means和SVM分類器演算法。現在，使用者無需人工編寫程式碼就能進行這些演算法。

除了神經網路之外，這些經典機器學習演算法讓開發人員能夠利用好用的方法在STM32微控制器上轉換、驗證和部署各種學習模型，縮短研發週期，並能更快速地解決人工智慧的開發挑戰。

STM32Cube.AI讓開發人員將機器學習處理任務從雲端移轉到STM32的邊緣運算裝置上，這種方法可以降低處理延遲，節約電能，提升雲端運運算利用率，還能減少網上資料交換量，保護使用者隱私安全。現在，STM32 MCU 具有額外的彈性，可以選擇最高效的機器學習技術進行設備分析，使STM32 MCU成為開發始終運行的用例和電池供電的智慧應用的理想選擇。